【摘 要】
：
目标检测与跟踪技术是现代军事信息科学技术研究的焦点技术之一,尤其是海上目标检测技术在确保我国海上权益、保卫海洋国土安全、防范外地海上入侵等方面有着重要的应用价值,是我国海军武器装备信息化建设的一个重要领域。目前,我国海上目标检测手段仍较非常落后,检测时效性差、精度低、自主处理能力差。本文深入研究目标检测技术的发展与现状,结合空天基海上目标图像数据特点,研究了适合于海上运动目标检测的自主检测算法,完
论文部分内容阅读
目标检测与跟踪技术是现代军事信息科学技术研究的焦点技术之一,尤其是海上目标检测技术在确保我国海上权益、保卫海洋国土安全、防范外地海上入侵等方面有着重要的应用价值,是我国海军武器装备信息化建设的一个重要领域。目前,我国海上目标检测手段仍较非常落后,检测时效性差、精度低、自主处理能力差。本文深入研究目标检测技术的发展与现状,结合空天基海上目标图像数据特点,研究了适合于海上运动目标检测的自主检测算法,完成对海上潜在的敏感目标的检测与跟踪。本文重点研究了以下几个内容:1.总结当前国内外海上运动检测领域相关最新研究,归纳总结海上舰船目标检测的一般流程与方法,结合本文应用背景,完成海上运动目标的检测跟踪算法总体设计;2.论述了深度学习目标检测跟踪算法发展历程,总结和剖析当前国内外最新目标检测跟踪算法,以本文对海上运动目标检测与跟踪为应用背景与需求,提出了选用目前最新的YOLO V3目标检测算法,并针对自制数据集进行训练,实现对海上运动目标的检测与跟踪,满足应用需求;3.为解决复杂背景下海上运动目标边界分割问题,本文结合最新边缘检测算法,提出了使用HED边缘检测算法,为后续目标检测与跟踪提供更优质的图像输入,增强目标检测与跟踪的准确度和鲁棒性;4.结合本文实现在轨实时识别与跟踪应用背景,在嵌入式开发板TX2上进行实验验证其可行性。
其他文献
随着军事武器装备和民用磁信息获取的应用需求提升,发展具有高分辨率、高灵敏度、高正交性的三轴磁传感器具有重要意义。TMR三轴集成磁传感器采用了“磁变轨”等技术,在提升分辨力、三轴正交性、线性度等性能指标上具有明显优势。然而,三轴磁传感器的小型化、集成化会产生轴间误差问题（具体来源包括轴间多物理场耦合、敏感体安装偏差以及轴间磁调控参数差异等）,会降低磁传感器三分量解算精度。为此,本文开展基于TMR三轴
气敏传感器已广泛应用于空气净化、医疗等诸多领域,然而,气敏材料大多都难以兼顾多种气敏优良性能。如金属氧化物半导体材料,在应用时具有成本低、制造简单、灵敏度高、响应快、使用寿命长等优点,然而也具有工作温度高、选择性及稳定性差等缺点。因此,研究气敏材料性能的改良方法,探索新型的气敏材料十分重要。在本论文中,我们成功制备了无定型二氧化钛（A-TiO2）、钛酸铁及钛酸铜纳米材料,对所制备的纳米材料进行了表
问答系统是自然语言处理领域的一个重要研究课题,随着人工智能技术的蓬勃发展,问答系统的研究也不断取得突破。作为一种高级形式的信息服务,问答系统与当前广为接受的信息检索系统相比,不仅可以支持自然语言交互,还可以直接返回答案语句,而非相关网页文档。因此,它能更好地理解用户的真实查询意图,在高效满足用户信息需求的同时,为用户提供更加精准的信息服务。答案选择,作为问答系统中的一个关键环节,正受到越来越多研究
战场形势错综复杂、瞬息万变,能否在面对纷杂的环境要素时及时、准确、高效地识别敌战场意图,事关决策者对战场总体态势的把握,影响整场战争的格局和走向。本文首先详细分析和阐述了战场意图识别的定义、研究意义和应用前景,将意图识别任务细化为战术层级和宏观层级,对不同意图类型分别进行了阐释和形式化描述,并分别研究了相应的识别算法,最后对不同类别的意图进行了识别实验。对于战术层级的机动意图,针对经典HMM模型在
四足机器人相对于双足或者其他多足机器人在稳定性、负重能力和运动速度等方面具有综合性的优势。运动性能一直是四足机器人研究的重要方面。而由于触地时间短、模型强非线性以及欠驱动等特点,四足机器人的高速运动成为提高其运动性能的重点和难点。采用传统控制方法解决四足仿生机器人的运动控制问题时,理论推导复杂,当存在模型失配、畸变、干扰等因素引起的不确定性时,控制效果的改善则变得非常困难。近几年来,基于简单模型的
景象匹配辅助导航由于导航精度高、抗干扰能力强和保障难度小等特点而广泛应用于飞行器的自主导航。景象区域适配性分析是影响景象匹配辅助导航系统性能的重要因素,对该技术进行研究具有很高的工程应用价值。本文针对景象区域适配性相关问题展开了研究。首先,结合辅助导航应用实际情况,对景象区域适配性问题进行了综合分析。一方面对景象区域适配性基本指标——匹配概率进行了研究,并结合景象适配性分析任务中缺少对应图像对的情
卷积神经网络是深度学习算法的重要实现方式之一,在图像识别、视频处理等领域具有广阔的应用前景。然而,随着需求的不断扩展,卷积网络中的神经突触和神经元的数量成倍增加,其带来的硬件功耗、矩阵乘法运算的计算开销均是巨大的。忆阻器具有功耗低、体积小、读写速度快等优点,并且可以快速执行乘累加运算,在硬件实现卷积神经网络上有得天独厚的优势。因此,本文围绕基于忆阻器的卷积神经网络架构展开研究,论文主要工作如下:第
图像是自动驾驶、无人机集群智能控制等众多研究领域感知环境的重要信息来源。然而受成像设备、环境、人为因素（如相机抖动、相机与目标存在相对运动等）限制,图像运动模糊难以避免,极大降低了获取图像信息的质量和相关算法性能。进行有效的图像去模糊以恢复潜在清晰图像、增强图像数据的丰富度和可靠性,对开展后续研究有很大帮助。当前图像去运动模糊效果较好的方法主要基于深度学习,但该类方法仍存在模糊去除不充分、算法适应